Исследователи под руководством Юйцзя Чжана 13 ноября 2026 года опубликовали статью о новом цикле обучения для языковой модели Gemma‑4 с 12 млрд параметров, предназначенной для чат-ботов поддержки клиентов. Модель формулирует собственные правила на основе неудачных диалогов и проверяет их перед обучением адаптера LoRA. После двух циклов агент повысил результаты на тестах в сфере розничной торговли и авиаперевозок на 12,5–19,5 пункта, обойдя базовую версию, в которой правила заданы вручную. Этот метод сокращает разрыв в производительности с ведущими передовыми моделями.
Почему это важно
Компании смогут внедрять более компактные открытые языковые модели, которые сами улучшают соблюдение правил без дорогостоящих моделей-учителей.
